基于 CNN 目标检测的纳米无人机仿生自主探索策略
机器人学
2023-02-02 v2 系统与控制
系统与控制
摘要
掌上尺寸的纳米无人机在物联网生态系统中日益重要。由于严苛的尺寸、载荷（<10g）与功耗限制严格约束了内存与计算能力，在板载芯片组上实现复杂多目标任务（如安全飞行、探索、目标检测）的高度自主极为困难。我们的工作通过结合依赖飞行时间距离传感器数据的仿生导航策略与基于视觉的卷积神经网络（CNN）目标检测来解决这一复杂问题。我们经实地验证的纳米无人机配备两个微控制器单元（MCU）：用于安全导航与探索策略的单核 ARM Cortex-M4（STM32），以及用于板载 CNN 推理的并行超低功耗八核 RISC-V（GAP8），整体功耗仅 134mW，含图像传感器与外部存储器。目标检测任务在实地采集数据集上达到 50% 的平均精度（1.6 帧/秒）。我们比较了四种仿生探索策略，确定一种伪随机策略在约 36m^2 未知房间、3 分钟飞行中取得最高 83% 的覆盖面积。通过将检测 CNN 与探索策略结合，我们在全新未知环境对六个目标物体实现了平均 90% 的检测率。
引用
@article{arxiv.2301.12175,
title = {Bio-inspired Autonomous Exploration Policies with CNN-based Object Detection on Nano-drones},
author = {Lorenzo Lamberti and Luca Bompani and Victor Javier Kartsch and Manuele Rusci and Daniele Palossi and Luca Benini},
journal= {arXiv preprint arXiv:2301.12175},
year = {2023}
}
备注
6 pages, 6 figures, 4 tables, conference: DATE: Design, Automation, and Test in Europe (2023)